ANALISIS INSTRUMENTAL

PRACTICA N° 1
Tratamiento Estadístico De Resultados. Cuantificación De La Incertidumbre En
Mediciones Instrumentales Del Muestreo Aleatorio Simple, Muestreo Aleatorio
Sistemático, Muestreo Aleatorio Estratificado, Muestreo Aleatorio Por
Conglomerados Y Muestreo Aleatorio Polietápico
I. RESUMEN:
En ciencias de ingeniería (experimental) es impredecible realizar mediciones que
consisten en obtener magnitudes físicas de algún atributo del objetivo en estudio, se
ponen las ecuaciones pertinentes y aquellas para la estimación del tamaño óptimo de
muestreo para cada tipo de muestreo. Se demuestra la aplicación práctica de la
cuantificación de la incertidumbre, grado de precisión, tanto en el concepto y aplicación
de muestreo aleatorio simple, muestreo aleatorio sistemático, muestreo aleatorio
estratificado, muestreo aleatorio estratificado, muestreo aleatorio por conglomerados y
muestreo aleatorio poliepatico.
Por medio de ejemplos reales. Sabemos que uno de los temas más importantes para la
investigación en el muestreo, por ello hemos preparado una serie de información que
esperamos sea de tu ayuda. Vamos a describir en los próximos artículos los principales
tipos de muestreo probabilístico, sus ventajas y desventajas para darte una idea de uso
que le puedes dar a cada uno de ellos.
Justificación: es de suma importancia el estudio de técnicas de estudio en el manejo de
muestras y la cuantificación de la incertidumbre por los estudiantes de ingeniería del
curso de análisis instrumental, para obtener la calidad de los resultados, esto es hasta
que punto se pueden confiar en ellos para los propósitos requeridos. Por lo que se
desarrollaran practica en el laboratorio de la planta piloto de procesos orgánicos,
empleando los instrumentos del proyecto FOCAM para la mejora de la calidad de
formación (enseñanza-aprendizaje), será una acción sumamente útil, en el manejo de
tipos de muestreo probabilísticos, la medición de las incertidumbre y la orientada al
dominio de manejo de datos de lecturas instrumentales, las definiciones de términos
básicos generales en metrología y quimiometria.
Objetivos:
 Conocer las técnicas de muestreo más empleadas.
 Emplear las técnicas de muestreo para obtener datos necesarios y realizar las
inferencias estadísticas, empleando instrumentos de proyecto FOCAM.
 Distinguir los tipos de muestreo de tipo probabilístico y no probabilístico.
 Reconocer situaciones reales en las que se aplican las técnicas d muestreo
 Conceptos y cuantificación de la incertidumbre en mediciones instrumentales.
Aplicación de muestreo aleatorio simple, muestreo aleatorio sistemático,
muestreo aleatorio estratificado, muestreo aleatorio estratificado, muestreo
aleatorio por conglomerados y muestreo aleatorio poliepatico.
II. FUNDAMENTO TEÓRICO.
El grupo de práctica desarrollará un resumen sobre: diseño experimental, concepto,
cuantificación de la incertidumbre en mediciones instrumentales y relaciones

pág. 1
 ANALISIS INSTRUMENTAL

matemáticas. Aplicación de muestreo aleatorio simple, muestreo aleatorio

sistemático, muestreo aleatorio estratificado, muestreo aleatorio estratificado,
muestreo aleatorio por conglomerados y muestreo aleatorio poliepatico.
III. MUESTRAS, EQUIPOS, INSTRUMENTOS, MATERIALES Y REACTIVOS.

IV. MÉTODO OPERATIVO

Diseño de muestra. Seleccionar una muestra de una población de una forma específica
(muestreo aleatorio simple, muestreo aleatorio sistemático, muestreo aleatorio
estratificado, muestreo aleatorio estratificado, muestreo aleatorio por conglomerados y
muestreo aleatorio poliepatico). Ejemplo: pasos para seleccionar una muestra aleatoria
simple.
 Define la población objetivo. (Gravimetría quimiometría de las muestras
seleccionadas por cada grupo de trabajo).
 Identifica un marco de muestreo actual de la población objetivo o desarrolla uno
nuevo.
 Evalúa el marco de muestreo para la falta de cobertura, cobertura excesiva,
cobertura múltiple y la agrupación, y haz los ajustes que consideres necesario.
 Asigna un número único a cada elemento de la trama.
 Determine el tamaño de la muestra.
 Selecciona al azar el número específico de elementos de la población.

o Muestreo aleatoria simple MAS. Es un procedimiento de muestreo de la

probabilístico que da a cada elemento de la población objetivo y a cada posible
muestra de un tamaño determinado, la misma probabilidad de ser seleccionado.
o De una población de N unidades, se selecciona una muestra de tal manera que
todas las unidades de la población tienen igual probabilidad de ser
seleccionadas: (universo, marco muestral, unidad muestral, selección aleatoria).

POBLACION

N
MUESTRA

o Se mide la unidad seleccionada y se regresa a la población. Si se hace esta

operación “n” veces, se obtiene una muestra aleatoria simple seleccionada con
reemplazo.
o Se mide la unidad y ya no se regresa a la población. Se seleccionan las
siguientes con igual probabilidad de las unidades que quedan en la población. Si
se hace esta operación n veces, se toma una muestra aleatoria simple
seleccionada sin reemplazo. Este es el procedimiento que vamos a estudiar.

pág. 2
 ANALISIS INSTRUMENTAL

o Tamaño de la muestra. El tamaño de la muestra debe definirse

independientemente para cada universo, en función de tres factores: la
variabilidad de la variable numérica más importante, el nivel de confianza fijado
y el nivel de error aceptable.
Donde:
𝑛0 = 𝑡𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
𝑆 2 = 𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
𝑡 2 𝛼𝑣 =
𝑣𝑎𝑙𝑜𝑟 𝑐𝑟𝑖𝑡𝑖𝑐𝑜 𝑑𝑒 𝑙𝑎 𝑑𝑖𝑠𝑡𝑟 𝑡 𝑑𝑒 𝑠𝑡𝑢𝑑𝑒𝑛𝑡, 𝑐𝑜𝑛 𝑢𝑛 𝑛𝑖𝑣𝑒𝑙 𝑑𝑒 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑛𝑐𝑖𝑎 𝑦 𝑙𝑜𝑠 𝑔𝑟𝑎𝑑𝑜𝑠 𝑑𝑒 𝑙𝑖𝑏𝑒𝑟𝑡𝑎𝑑
𝜀 = 𝑣𝑎𝑙𝑜𝑟 𝑎𝑐𝑒𝑝𝑡𝑎𝑏𝑙𝑒
𝑑𝑒𝑠𝑣𝑖𝑎𝑐𝑖𝑜𝑛 𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
𝑐𝑣 = 𝑐𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒 𝑑𝑒 𝑣𝑎𝑟𝑖𝑎𝑐𝑖𝑜𝑛 =
𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑙 𝑚𝑒𝑑𝑖𝑎
𝑣 = 𝑔𝑟𝑎𝑑𝑜𝑠 𝑑𝑒 𝑙𝑖𝑏𝑒𝑟𝑡𝑎𝑑 = (𝑛 − 1)
Hasta ahora no se a considerado el tamaño del universo para determinar el tamaño de la
muestra. Sin embargo, para universos pequeños, menores a 120 U.M., es necesario
corregir el valor de 𝑛0 obtenido de la fórmula 1, a través del uso de la fórmula:
𝑛0
𝑛= 𝑛
1 + 𝑁0

Donde:
𝑛0 = 𝑡𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑚𝑢𝑒𝑠𝑡𝑟𝑎 𝑜𝑏𝑡𝑒𝑛𝑖𝑑𝑜 𝑒𝑛 𝑙𝑎 𝑓𝑜𝑟𝑚𝑢𝑙𝑎 𝑎𝑛𝑡𝑒𝑟𝑖𝑜𝑟
𝑁 = 𝑡𝑎𝑚𝑎ñ𝑜 𝑑𝑒𝑙 𝑢𝑛𝑖𝑣𝑒𝑟𝑠𝑜
𝑛 = 𝑡𝑎𝑚𝑎ñ𝑜 𝑑𝑒𝑓𝑖𝑛𝑖𝑡𝑖𝑣𝑜 𝑑𝑒 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
Procedimiento. Cada grupo determina el universo de su muestra (N), seleccione o
estime el tamaño óptimo de su muestra (n) luego espere las indicaciones del profesor
(estructura de un procedimiento analítico).
Traslade sus pesos según el cuadro. Para n >30 y n<30.
V. CÁLCULOS

 Media aritmética 𝑋̅ = ∑ 𝑥𝑖 /𝑛
∑(𝑥𝑖 −𝑋̅)2
 Desviación estándar de la muestra: 𝑆 = √ 𝑛−1
∑(𝑥𝑖 −𝑋̅)2
 Desviación estándar de la población: 𝜎 = √ 𝑛
𝑆
 Desviación estándar de la media 𝑆𝑋̅ =
√𝑛
𝑆
 Desviación estándar residual: 𝐷𝐸𝑅 = 𝑋̅
 Error estándar 𝑆𝑒 = 𝜇 − 𝑋̅ (𝑚𝑒𝑑𝑖𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑙 − 𝑚𝑒𝑑𝑖𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑙)

pág. 3
 ANALISIS INSTRUMENTAL

𝑡𝑠 𝑡𝜎
 Respuestas: ̅𝑋 − 𝜇 = ± 𝜇 = 𝑋̅ ±
√𝑁 √𝑁
 Sesgo. Mide el error sistemático de un método analítico. 𝑠𝑒𝑠𝑔𝑜 = 𝜇 − [𝐶𝑥 ]
𝜎 𝜎
 Intervalo dado por: 𝑋̅ − 𝑡 < 𝜇 < 𝑋̅ + 𝑡
√𝑁 √𝑁
 Muestreo aleatorio simple, caso de la media, obsérvese que, fijado el valor de Z
por el nivel de confianza, el error es igual a la desviación estándar del estimador
multiplicado por una constante (para el caso dl 95% el valor seria 1,96): 𝜀 =
𝑧1−𝛼/2 ∙ 𝜎𝑋̅ → 𝜀 = 1,96𝜎𝑋̅
 Es esta expresión, 𝜎 es la desviación típica poblacional, 𝑋̅ la media de la
muestra y 𝜇 la media poblacional. 𝜀 =error maximo n= muestra del tamaño n, z
un nivel de confianza (z, en definitiva), otorgar un determinado valor al error
maximo que se puede cometer, equivale exactamente al fijar la varianza del
𝜎
estimador: 𝜀 = |𝜇 − 𝑋̅| = 𝑧1−𝛼/2
√𝑁
 Grupo A, a un L.C del 83%
 Grupo B, a un L.C del 87%
 Grupo C, a un L.C. del 92%
 Grupo D, a un L.C. del 97%

VI. RESULTADOS
Resultados de las muestras de los pallares.

pág. 4
 ANALISIS INSTRUMENTAL

ORDEN PESO gr (x) 𝑋̅ ̅)2

(𝑋𝑖 −𝑋
1 2.321 2.20846 0.012664
2 2.62 2.20846 0.169360
3 3.113 2.20846 0.818181
4 2.557 2.20846 0.121475
5 2.212 2.20846 0.000012
6 2.197 2.20846 0.000131
7 1.526 2.20846 0.465761
8 1.911 2.20846 0.088486
9 2.719 2.20846 0.260644
10 1.473 2.20846 0.540911
11 2.779 2.20846 0.325508
12 2.531 2.20846 0.104028
13 2.429 2.20846 0.048635
14 2.972 2.20846 0.582983
15 2.569 2.20846 0.129984
16 2.308 2.20846 0.009907
17 2.009 2.20846 0.039787
18 2.161 2.20846 0.002253
19 1.444 2.20846 0.584409
20 2.004 2.20846 0.041807
21 2.139 2.20846 0.004826
22 2.967 2.20846 0.575373
23 2.199 2.20846 0.000090
24 2.033 2.20846 0.030789
25 1.749 2.20846 0.211110
26 1.425 2.20846 0.613820
27 2.106 2.20846 0.010499
28 1.863 2.20846 0.119347
29 1.465 2.20846 0.552743
30 2.453 2.20846 0.059797
∑ 66.254 6.525319
2.208466667

1. Media aritmética:
∑ 𝑥𝑖 66,254
𝑥= =
𝑛 30
𝑥 = 2,208
2. Desviación estándar:
√∑(𝑥𝑖 − 𝑋̅)2 √6,525
𝑆= = = 0.088
𝑛−1 29

pág. 5
 ANALISIS INSTRUMENTAL

3. Desviación estándar de la población:

√∑(𝑥𝑖 − 𝑋̅)2 √6.525

𝜎= = = 0.085
𝑛 30
4. Desviación estándar de la media:

𝑆 0.088
𝑆𝑋̅ = = = 0.016
√𝑛 √30
5. Desviación estándar residual:

𝑆 0.088
𝐷𝐸𝑅 = = = 0.0398
𝑋̅ 2.208

02: Resultados de muestra de las monedas

ORDEN PESO 𝑋̅ (𝑥𝑖 − 𝑋̅)2

gr (x)

1 3.484 3.507 0.0529

2 3.512 3.507 0.0025
3 3.502 3.507 0.0025
4 3.955 3.507 0.2381
5 3.42 3.507 0.0757
6 3.489 3.507 0.0324
7 3.402 3.507 0.0110
8 3.424 3.507 0.0688
9 3.515 3.507 0.0064
10 3.52 3.507 0.0169
11 3.512 3.507 0.0025
12 3.498 3.507 0.0081
13 3.415 3.507 0.0846
14 3.48 3.507 0.0729
15 3.474 3.507 0.0108
TOTAL 52.602 0.6753

pág. 6
 ANALISIS INSTRUMENTAL

01: Media aritmética

∑ 𝑥𝑖 52.602
𝑥= =
𝑛 15
𝑥 = 3.507

02: Desviación estándar:

√∑(𝑥𝑖 − 𝑋̅)2 √0.6753

𝑆= = = 0.058
𝑛−1 14

03: Desviación estándar de la población:

√∑(𝑥𝑖 − 𝑋̅)2 √0.6753

𝜎= = = 0.054
𝑛 15

04: Desviación estándar de la media:

𝑆 0.058
𝑆𝑋̅ = = = 0.015
√𝑛 √15

05: Desviación estándar residual:

𝑆 0.058
𝐷𝐸𝑅 = = = 0.017
𝑋̅ 3.507

03: RESULTADO DE LA MUESTRA DE CLIP

pág. 7
 ANALISIS INSTRUMENTAL

ORDEN PESO gr (x) ̅)2

(xi -X
̅
X
1 0.418 0.416 0.000004
2 0.409 0.416 0.000005
3 0.415 0.416 0.000001
4 0.414 0.416 0.000004
5 0.403 0.416 0.000017
6 0.418 0.416 0.000004
7 0.417 0.416 0.000001
8 0.414 0.416 0.000004
9 0.419 0.416 0.000009
10 0.398 0.416 0.000003
11 0.413 0.416 0.000009
12 0.418 0.416 0.000004
13 0.42 0.416 0.000002
14 0.419 0.416 0.000009
15 0.411 0.416 0.000025
16 0.42 0.416 0.000002
17 0.423 0.416 0.000049
18 0.426 0.416 0.0001
19 0.431 0.416 0.000225
20 0.432 0.416 0.000026
21 0.395 0.416 0.000441
22 0.417 0.416 0.000001
23 0.425 0.416 0.000081
24 0.418 0.416 0.000004
25 0.415 0.416 0.000001
TOTAL 10.408 0.001031

pág. 8
 ANALISIS INSTRUMENTAL

01: Media aritmética

∑ 𝑥𝑖 10.408
𝑥= =
𝑛 25

𝑥 = 0.416

02: Desviación estándar:

√∑(𝑥𝑖 − 𝑋̅)2 √0.001031

𝑆= = = 0.001338
𝑛−1 24

03: Desviación estándar de la población:

√∑(𝑥𝑖 −𝑋̅ )2 √0.001031

𝜎= 𝑛
= 25
= 0.0012843

04: Desviación estándar de la media:

𝑆 0.001338
𝑆𝑋̅ = = = 0.0002676
√𝑛 √25

05: Desviación estándar residual:

𝑆 0.001338
𝐷𝐸𝑅 = = = 0.003216
𝑋̅ 0.416

pág. 9